पोर्टफोलियो के संकेंद्रण जोखिम को मापना
होल्डिंग गिनना विविधीकरण मापना नहीं है। कोई पोर्टफ़ोलियो तीस शेयर रख सकता है और फिर भी ऐसा व्यवहार कर सकता है मानो उसमें चार ही हों। यह गाइड उन तीन आँकड़ों को समझाती है जो सांद्रण का वास्तविक विवरण देते हैं — अधिकतम होल्डिंग भार, हर्फ़िंडाल-हिर्शमैन सूचकांक और प्रभावी होल्डिंग संख्या — हर एक की गणना कैसे होती है, और हर एक कहाँ आपको भ्रमित करता है।
होल्डिंग गिनना क्यों काम नहीं करता
यह अंतर्ज्ञान कि ज़्यादा होल्डिंग का मतलब कम जोखिम है, मोटे तौर पर सही और बिलकुल बेकार है। दो पोर्टफ़ोलियो लीजिए, दोनों में दस-दस शेयर। पहला पूँजी बराबर बाँटता है, हर शेयर में दस प्रतिशत। दूसरा एक ही नाम में साठ प्रतिशत रखता है और बचे चालीस प्रतिशत को नौ अन्य शेयरों में फैलाता है।
दोनों में होल्डिंग की गिनती दस है। पहला वाक़ई विविधीकृत है; दूसरा एक कंपनी पर लगाया गया दाँव है, जिसके इर्द-गिर्द थोड़ी सजावट है। जो भी मापदंड इन दोनों के लिए एक ही उत्तर देता है, वह उसे नहीं माप रहा जिसकी आपको परवाह है।
आप वास्तव में यह जानना चाहते हैं कि पोर्टफ़ोलियो का परिणाम कितने कम निर्णयों पर कितना निर्भर है। और इसके लिए भार देना ज़रूरी है।
अधिकतम होल्डिंग भार
सबसे सरल उपयोगी माप: कुल मूल्य का कितना हिस्सा सबसे बड़ी एकल होल्डिंग में है।
max_weight = max(valuei) / Σ valuei
इसे सबसे पहले जाँचना सार्थक है क्योंकि यह सबसे ख़तरनाक विफलता को तुरंत पकड़ लेता है। यदि एक ही होल्डिंग पोर्टफ़ोलियो का पैंतालीस प्रतिशत है, तो आपके बाक़ी विश्लेषण का महत्व बहुत कम रह जाता है — बची हुई आवंटन-योजना कितनी भी सुरुचिपूर्ण क्यों न लगे, वह अकेली होल्डिंग रिटर्न, गिरावट और अस्थिरता पर हावी रहेगी।
इसकी कमज़ोरी यह है कि यह केवल एक होल्डिंग देखता है। पाँच होल्डिंग वाले पोर्टफ़ोलियो में हर एक बीस प्रतिशत हो तो अधिकतम भार बीस प्रतिशत बैठता है, जो सुनने में उचित लगता है, फिर भी वह इस आँकड़े के संकेत से कहीं अधिक सांद्रित है। इसके लिए ऐसा माप चाहिए जो पूरे वितरण को ध्यान में रखे।
हर्फ़िंडाल-हिर्शमैन सूचकांक
HHI प्रतिस्पर्धा-विरोधी अर्थशास्त्र से आता है, जहाँ नियामक इसका उपयोग यह मापने के लिए करते हैं कि कोई उद्योग अपने प्रतिस्पर्धियों के बीच कितना सांद्रित है। वही गणित पोर्टफ़ोलियो पर साफ़-साफ़ लागू होता है: हर भार का वर्ग निकालिए, फिर वर्गों को जोड़ दीजिए।
HHI = Σ wi² जहाँ wi = valuei / total value
वर्ग करना ही इसे कारगर बनाता है। यह बड़े भारों को अनुपात से अधिक दंडित करता है — चालीस प्रतिशत की एक होल्डिंग योग में 0.16 जोड़ती है, जबकि दस-दस प्रतिशत की चार होल्डिंग मिलकर केवल 0.04 जोड़ती हैं, जबकि दोनों में पूँजी बराबर है। छोटी होल्डिंग लगभग अदृश्य हो जाती हैं, और यह सही है, क्योंकि वे हैं ही नगण्य।
सूचकांक की सीमाएँ भी उपयोगी ढंग से तय हैं:
| पोर्टफ़ोलियो | HHI | व्याख्या |
|---|---|---|
| एकल होल्डिंग | 1.00 | अधिकतम सांद्रण |
| दो होल्डिंग, समान भार | 0.50 | अत्यधिक सांद्रित |
| दस होल्डिंग, समान भार | 0.10 | मध्यम रूप से विविधीकृत |
| पचास होल्डिंग, समान भार | 0.02 | व्यापक रूप से विविधीकृत |
पैटर्न स्पष्ट है: N समान-भार वाली होल्डिंग के लिए HHI ठीक 1/N होता है। यही संबंध अगला मापदंड संभव बनाता है।
प्रभावी होल्डिंग संख्या
HHI गणितीय रूप से साफ़ है पर सहज रूप से पकड़ में नहीं आता। 0.3877 का HHI अपने आप में कुछ नहीं कहता। इसका व्युत्क्रम लीजिए और अर्थ तुरंत सामने आ जाता है।
Neffective = 1 / HHI
यह एक सचमुच उपयोगी प्रश्न का उत्तर देता है: समान भार वाली कितनी होल्डिंग उतना ही सांद्रण पैदा करेंगी जितना आपकी वास्तविक होल्डिंग करती हैं? तीस नामों वाला पोर्टफ़ोलियो जिसकी प्रभावी संख्या छह है, स्पष्ट रूप से बता रहा है कि वह छह शेयरों के पोर्टफ़ोलियो की तरह व्यवहार करता है। बाक़ी चौबीस शोर हैं।
सांख्यिकी से परिचित पाठक इसे व्युत्क्रम सिम्पसन सूचकांक के रूप में पहचानेंगे, जिसका उपयोग पारिस्थितिकी में प्रजाति-विविधता मापने के लिए होता है। यह वही गणना है, बस एक अलग तरह की आबादी पर लागू — और व्याख्या हूबहू वैसी ही रहती है।
एक हल किया गया उदाहरण
तीन होल्डिंग वाला एक टेक्नोलॉजी पोर्टफ़ोलियो लीजिए:
| होल्डिंग | मूल्य | भार | भार² |
|---|---|---|---|
| AAPL | $25,000 | 45.45% | 0.2066 |
| MSFT | $22,000 | 40.00% | 0.1600 |
| NVDA | $8,000 | 14.55% | 0.0212 |
| कुल | $55,000 | 100% | 0.3877 |
HHI 0.3877 है, इसलिए प्रभावी होल्डिंग संख्या 1 / 0.3877 = 2.58 हुई। पोर्टफ़ोलियो में तीन नाम हैं पर वह लगभग ढाई की तरह व्यवहार करता है — पंद्रह प्रतिशत से कम पर NVDA समग्र जोखिम-प्रोफ़ाइल में बहुत कम योगदान देता है।
अधिकतम होल्डिंग भार 45.45 प्रतिशत है, जो अपने आप में ही चेतावनी है। दोनों आँकड़े मिलकर एक ही सुसंगत कहानी कहते हैं: यह एक सांद्रित दाँव है, और NVDA जोड़ने से इसमें कोई सार्थक बदलाव नहीं आया।
वह सांद्रण जो ये मापदंड नहीं देखते
यहीं जाल है। ऊपर के सभी मापदंड होल्डिंग को स्वतंत्र मानकर चलते हैं। वे स्वतंत्र नहीं हैं।
उदाहरण वाला पोर्टफ़ोलियो सौ प्रतिशत टेक्नोलॉजी है। यदि आप उसे तीन बिलकुल बराबर होल्डिंग में पुनर्संतुलित भी कर दें — प्रभावी संख्या को स्वस्थ 3.0 तक ले जाकर और अधिकतम भार 33 प्रतिशत पर लाकर — तब भी वह एक ही क्षेत्र के भाग्य पर लगाया गया अविविधीकृत दाँव बना रहेगा। होल्डिंग-स्तर के मापदंड सुधर जाएँगे जबकि वास्तविक जोखिम मुश्किल से हिलेगा।
इसलिए वास्तविक सांद्रण-विश्लेषण को कम से कम तीन स्तर गहराई तक देखना होता है:
- होल्डिंग स्तर — अधिकतम भार, HHI, प्रभावी होल्डिंग
- क्षेत्र स्तर — वही गणनाएँ अलग-अलग शेयरों के बजाय क्षेत्र-समूहों पर लागू
- फ़ैक्टर स्तर — क्या होल्डिंग एक ही अंतर्निहित चालकों से जुड़ी हैं, जैसे ब्याज-दर संवेदनशीलता, मोमेंटम या कोई एक मुद्रा
तीसरा स्तर वही है जहाँ अधिकांश विश्लेषण रुक जाता है, और जहाँ असली आश्चर्य छिपे होते हैं। अलग-अलग क्षेत्रों के दो शेयर एक ही क्षेत्र के दो शेयरों से कहीं अधिक सहसंबद्ध हो सकते हैं, यदि वे एक ही समष्टि-आर्थिक कारक पर प्रतिक्रिया देते हों। कोई पोर्टफ़ोलियो हर क्षेत्र में विविधीकृत दिख सकता है और फिर भी ब्याज दरों के गिरने पर लगाया गया लीवरेज्ड दाँव हो सकता है।
API से इसकी गणना
ये गणनाएँ इतनी सरल हैं कि आप स्वयं लागू कर सकते हैं — HHI तो तीन पंक्तियों का कोड है। असली कठिनाई उसके आगे है: टिकर को क्षेत्रों और फ़ैक्टर-एक्सपोज़र से जोड़ना, उस संदर्भ-डेटा को सभी बाज़ारों में अद्यतन रखना, और आँकड़ों को निर्णय में बदलना।
PORTIQA API एक ही अनुरोध में तीनों सांद्रण मापदंड, साथ में क्षेत्र और फ़ैक्टर विश्लेषण लौटाता है:
curl -X POST https://portiqa.ai/evaluate \
-H "Authorization: Bearer $PORTIQA_KEY" \
-H "Content-Type: application/json" \
-d '{
"risk_level": "medium",
"positions": [
{ "ticker": "AAPL", "market_value": 25000 },
{ "ticker": "MSFT", "market_value": 22000 },
{ "ticker": "NVDA", "market_value": 8000 }
]
}'प्रतिक्रिया के प्रासंगिक फ़ील्ड:
{
"score": 45.9,
"status": "Neutral",
"max_position_weight": 45.45,
"max_position_ticker": "AAPL",
"effective_positions": 2.58,
"top_sector": "Technology",
"top_sector_weight": 100,
"score_components": {
"diversification": 34.5,
"risk": 99.2,
"quality": 72.1
}
}दो घटकों के बीच के मतभेद पर ध्यान दीजिए, क्योंकि वह शिक्षाप्रद है। risk घटक 99.2 पाता है — ये बड़ी, स्थिर, उच्च-गुणवत्ता वाली कंपनियाँ हैं जिनकी व्यक्तिगत अस्थिरता कम है। diversification घटक 34.5 पाता है, क्योंकि वह सारी गुणवत्ता एक ही क्षेत्र में सिमटी है। एक अकेला मिश्रित स्कोर इस तनाव को छिपा देता; अलग-अलग घटक ठीक-ठीक दिखाते हैं कि कौन-सी समस्या हल करनी है।
फ़ील्ड का पूरा दस्तावेज़ API संदर्भ में है, और Python, JavaScript तथा PHP के कार्यान्वयन नमूने कोड उदाहरण में हैं।
किसी वास्तविक पोर्टफ़ोलियो का मूल्यांकन करें
हर महीने पाँच निःशुल्क मूल्यांकन, वही इंजन जो हर सशुल्क योजना में है। एक एंडपॉइंट, API कुंजी के अलावा कोई सेटअप नहीं।
मुफ़्त API कुंजी लें